公开(公告)号：CN106651789B

公开(公告)日：2020-01-24

申请号：CN201611022708.2

申请日：2016-11-21

Applicant: 北京工业大学

Inventor： 李晓光 ,  刘莉 ,  卓力 ,  孙旭 ,  刘晨

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/11

Abstract: 一种面向压缩人脸图像的自适应去块效应方法涉及图像去噪领域，本发明将三维块匹配滤波方法中的块搜索区域根据人脸的对称性扩展。滤波器中的方差参数(sigma)也会根据眼睛鼻子嘴巴的位置以及压缩质量自适应的调整。根据人脸的对称性以及相似的几何结构特征，人脸自适应三维块匹配滤波方法可以针对人脸图像中的去块效应结果有更进一步的提高。对人脸图像进行模型统计，将人脸的先验位置信息引入图像去块效应过程，在滤波的同时更好地保持人脸图像细节信息；针对不同压缩比下的人脸图像，采用不同的参数滤波，使得滤波更具有针对性，优化了算法。

公开(公告)号：CN107977932A

公开(公告)日：2018-05-01

申请号：CN201711464734.5

申请日：2017-12-28

Applicant: 北京工业大学

Inventor： 李晓光 ,  孙旭 ,  卓力 ,  李嘉锋 ,  董宁

IPC: G06T3/40

Abstract: 一种基于可鉴别属性约束生成对抗网络的人脸图像超分辨率重建方法属于数字图像/视频信号处理领域，首先设计了人脸细节信息增强的处理流程；然后根据此流程进行网络结构的设计，LR图像通过该网络得到HR图像；最后，HR图像通过人脸识别网络进行人脸验证准确性评估。本发明可完成含有LR人脸图像细节信息的增强，并提升人脸验证的准确性；其次，本发明的生成网络先完成图像高频信息的补偿，再由亚像素卷积完成图像放大，最后级联结构完成图像逐步放大，完成图像细节信息增强；属性约束模块与感知模块、对抗模型协同训练，一起微调生成网络重建图像的性能；最后，本发明将生成网络的重建图像输入人脸验证网络，人脸验证的准确性有所提升。